[发明专利]一种检测自媒体音视频内容中的违规信息的方法

权利要求书

1.一种检测自媒体音视频内容中的违规信息的方法，其特征在于包括如下步骤：

步骤一、检测用户上传的自媒体文件使用的格式和编码；

步骤二、扫描字幕文件的内容，查看是否存在敏感词汇；

对字幕文件的内容进行全文扫描，查看内容中是否存在敏感词汇；如果存在敏感词汇，检测结束，返回检测的结果，即步骤九；如果不存在敏感词汇，继续下一步骤；

步骤三、调用音视频解码器对自媒体进行解码，输出相应的数据流；

步骤四、对数据流进行实时检测，检测是否存在异常声音的音频时间点；

步骤五、从步骤四的音频时间点开始截取一段时间的音频内容，并生成一个音频文件，并进行临时存储；

步骤六、对音频文件进行语音识别，转为相应的文字信息；

步骤七、对文字信息进行检查，看是否存在敏感词汇；如果存在敏感词汇，检测结束，返回检测的结果，即步骤九；如果不存在敏感词汇，继续步骤八；

步骤八、返回自媒体内容合法的结果；表示自媒体内容已经通过平台机器人的智能审查，初审通过；

步骤九、返回检测结果；此步骤为返回检测到违规内容的结果。

2.根据权利要求1所述检测自媒体音视频内容中的违规信息的方法，其特征在于：

步骤一中，检测是指以数据流的方式，读取用户上传的自媒体文件的内容，并根据各种视频、音频、字幕的格式标准定义进行比对，获得用户上传的自媒体文件使用的格式和编码。

3.根据权利要求1所述检测自媒体音视频内容中的违规信息的方法，其特征在于：

步骤二所述敏感词汇的判定来源于预先构建的敏感词库，且这个敏感词库能够根据国家和广电总局的要求实时更新和扩展。

4.根据权利要求1所述检测自媒体音视频内容中的违规信息的方法，其特征在于：

步骤三中，解码，是根据检测获得的自媒体格式和编码，调用相应的音视频解码器，对自媒体的内容进行解码，输出相应的数据流。

5.根据权利要求1所述检测自媒体音视频内容中的违规信息的方法，其特征在于：

步骤四中，检测是否存在异常声音，是实时检测音频的采样频率，找出变化的音频的时间点；

或者实时检测声音的频谱，找出频谱突发性显著变化的音频的时间点。

6.根据权利要求1所述检测自媒体音视频内容中的违规信息的方法，其特征在于：

步骤五中，音频文件的编码格式为MP3、WAV、OGG、PCM编码格式，音频采样率不低于44.1KHz。

7.根据权利要求1或6所述检测自媒体音视频内容中的违规信息的方法，其特征在于：

步骤五中，临时存储的音频临时文件的文件名的编码规则，是以下字段的组合，包括：节目内容名、编码顺序号、时间长度、随机数的字段信息。

8.根据权利要求1所述检测自媒体音视频内容中的违规信息的方法，其特征在于：

步骤六中，是通过语音识别引擎对音频文件的语音内容进行识别，以此获得语音内容的文字信息。

9.根据权利要求8所述检测自媒体音视频内容中的违规信息的方法，其特征在于：

所述语音识别引擎是厂家自建的语音识别服务，或者是调用开放的第三方的语音识别引擎API。